嵌入（Embeddings）

为语义搜索、检索和 RAG（检索增强生成）生成文本嵌入。

嵌入将文本转换为可存储在向量数据库中的数值向量，可用余弦相似度进行搜索或用于 RAG 流水线。
向量长度取决于模型（通常为 384–1024 维）。

推荐模型

• embeddinggemma
• qwen3-embedding
• all-minilm

生成嵌入

命令行（CLI）

1. 直接在命令行生成嵌入：

ollama run embeddinggemma "Hello world"

输出

[-0.20235947,0.034742266,0.06009154,...中间省略...,-0.057829987,-0.036453627,-0.037171964]

2. 也可以通过管道传入文本：

echo "Hello world" | ollama run embeddinggemma

输出为 JSON 数组。

/api/embed 端点返回 L2 归一化（单位长度）向量。

Python

• 单文本嵌入

import ollama

single = ollama.embed(
  model='embeddinggemma',
  input='The quick brown fox jumps over the lazy dog.'
)
print(len(single['embeddings'][0]))  # vector length

• 批量嵌入

import ollama

batch = ollama.embed(
  model='embeddinggemma',
  input=[
    'The quick brown fox jumps over the lazy dog.',
    'The five boxing wizards jump quickly.',
    'Jackdaws love my big sphinx of quartz.',
  ]
)
print(len(batch['embeddings']))  # number of vectors

提示
对大多数语义搜索场景使用余弦相似度。
索引和查询应使用相同的嵌入模型。
将嵌入存储在向量数据库中，以便快速的近似最近邻搜索。
索引和查询之间确保预处理一致（分词、大小写、修剪）。